信息与信息容量，再加上容量设计

信息的核心作用是消除不确定性。

我理解信息有点像量子力学中的叠加态？不存数据的信息格子相当于是所有可能性的叠加态；存数据的信息格子相当于进行了观察，变成了唯一的确定态。

这边先给出几个概念（后面会慢慢加深理解）：信息元、信息容量、信息格子。

• 描述1：一个使用1个bit作为信息元的信息格子，信息容量是2。
• 描述2：每个信息元有自己的信息容量，信息格子的容量等于所有信息元的信息容量的乘积。
• 描述3：信息格子可以容纳多个信息元。

当然信息元也可以使用其他的。比如，如果使用生物学里面的碱基对作为信息元，因为其有4种碱基对，所以一个信息元就能代表4种可能性。

因为咱们主要是和计算机打交道，所以后面使用bit为信息元，举例讲解。

当1bit信息不存任何数据时，它有着2种可能性。这时（未存储数据）它能承载两种可能性。

但它真正存储了数据时，它就选择了其中的一种可能性，而放弃了其它所有可能性（对于1bit的信息格子来说，也只是一种可能性）。

1bit信息可以消除两个不确定性中的一个，使其确定。比如：是还是否，选择了一个即另一个的可能就消失了，即2中取1。

接下来，我们来看看使用2bit作为信息元的信息格子长什么样：
两个bit信息元分别能代表两种可能性。两个bit信息元各司其职，区分前后。

两个bit信息元相当于两个维度同时在变。所以类比2维乘法求面积，信息格子的可能性总容量也是各个bit信息元能代表可能性数量的乘积。

每加一个信息元，相当于多一个维度，就多乘一次信息元本身能表示的可能性的个数。

那信息元的信息容量不同也可以放在同一个信息格子里吗？当然也可以，根据上面的公式，简单乘一下，就可以算出总的信息容量。

对于信息格子来说，每多一个bit信息元，信息格子的信息容量乘2（因为bit信息元的信息容量为2）。

以此类推，含8个bit(1byte)的信息格子的信息容量是256（即能容纳256的可能性）；含16个bit(2byte)的信息格子的信息容量是65536（即能容纳256的可能性）。

以下将简化描述：含8个bit信息元的信息格子 简化为 8位的信息格子。

上面这个概念有什么用呢？下面给出几个小案例来一起看看

案例分析：数据库的time类型的容量设计（time精确到秒）

如果让你来设计，你会怎么做？

其实就算它有多少种可能性就好，然后套一下就可以。

一天有86400秒（86400 = 24 *60 * 60）。精确到秒的情况下，time只有86400种可能。即需要一个最小的、承载能力大于86400的信息格子来承载。2的16次方是65535，那2的17次方即可。

所以，仅需要17位的信息格子即可承载精确到秒的time数据。

因为是给计算机设计数据结构，而计算机一般会以8bit(1byte)作为最小单位。所以下一步就是再加两个限制条件：大于等于它（17bit），是8的倍数。即24bit，即3byte。这就设计完了。

然后又获得了一个信息：这24bit中，有7bit其实没用到，后面有需要的地方可以拿出来用。

案例分析：数据库的date类型的容量设计

和上面一样，我们先看看有多少可能性要承载。

但这里发现了，题目其实有未明确的地方：date的范围是多少？

假设范围为100年，每天都能用唯一的信息表示，每年算366天（365和366，取大的那个做容量评估依据）。这种情况下，信息可以表示的就是1970-2069年直接的任意一天。总的可能性数量 = 366 * 100 = 36600种可能。 65536空间的信息格子即可装满，即需要一个16位（2的16次方=65536）的信息格子。

上面计算出了100年范围的date需要16bit(2byte)的信息格子进行数据存储。而且，16bit的空间都占用了，因为15位的信息格子的信息容量为65536/2=32768 < 36600。

100年可能有些情况够了，但在描述历史和未来的时候，可能也会用到上千年的时间范围。

所以接下来再以1万年为范围，重新做一下分析和设计。

一年366种可能，1万年就是3660000种可能。

我算了一下，2的22次方=4194304>3660000。即：精确表示1万年的范围内的每一天，需要22位的信息格子。

因为讨论计算机，所以还是加一个约束：8的整数。所以在计算机中精确表示1万年内的每一天，需要24bit（3byte）的信息格子，而其中2bit没有用。

案例分析：数据库的datetime类型的容量设计

继续沿用上面的设计方法。

那如果精确到秒，且年份范围是1万年datetime的总可能性个数就是86400 * 3660000 = 316,224,000,000。

算了一下，2的39次方比它略大，所以需要39位的信息格子承载。

但如果传统的方式，其实date使用3byte，time使用3byte。datetime应该使用6byte承载，前3byte，后3byte嘛。

这样放在一起比较，新的设计方法就省了一个字节。

另一个分析方法

当然也可以换一个方式分析。上面两个案例其实也提过，time中有7个bit没有用，date中也有2个bit没有用。

24位的信息格子，换一个视图展示：

灰色格子代表此格子用来承载信息，为信息格子提供信息容量。

那我们再来看看表示time的信息格子：

根据之前提到的，表示time需要24bit(3byte)。而time却只需要17个bit的信息元就足够了，也就是剩下7个bit的信息元没有用到。

再看一下表示date的信息格子：

同样，之前提到过，表示1万年范围的date需要24bit(3byte)。而它却只需要22个bit的信息元就够了，剩下2个bit的信息元没有用。

所以，其实有9个bit的信息元没有使用。

可以拆分一下信息格子：使用22bit做datetime中的date，使用17bit作为datetime中的time。然后作为一个整体，再来满足计算机的约束—8的倍数个bit。这样，就是39bit，向上寻找8的倍数，即40bit(5byte)。

所以，40个信息格子的空间就够了。即，精确表示1万年间的每一秒，需要40bit(8byte)。

而且，看图还可以发现，还剩下一个bit没有使用。也就是说，整个表示的范围还可以扩大一倍，

即：40bit的信息格子可以精确表示2万年间的每一秒。

总结

信息格子的信息容量=各信息元的信息容量的乘积。

计算机领域的信息元bit的信息容量为2。

可以通过可能性的数量计算需要的信息元的个数，以此为依据设计数据长度（数据占据的空间大小）。

后记

前几天背mysql数据日期相关类型的容量的时候，发现date占3byte，time占3byte，datetime占5byte。其实这不奇怪。

然后继续看datetime能表示的范围和date+time其实是一样的，这时想了想如何实现的，压缩了什么东西，然后发现了这篇文章的基础论点，之后就有了这篇文章。

不知道对大家来说是不是一个新的视角

希望能对大家有点启发吧

内容还感兴趣吗？公众号中会有更多相关内容持续更新哦